数字图像处理PPT
合集下载
数字图像处理课件ppt
06 数字图像处理的应用案例
人脸识别系统
总结词
人脸识别系统是数字图像处理技术的重要应 用之一，它利用计算机视觉和图像处理技术 识别人的面部特征，实现身份认证和安全监 控等功能。
详细描述
人脸识别系统通过采集输入的人脸图像，提 取出面部的各种特征，如眼睛、鼻子、嘴巴 等部位的形状、大小、位置等信息，并与预 先存储的人脸特征进行比对，从而判断出人 的身份。该系统广泛应用于门禁系统、安全
分类器设计
总结词
分类器设计是图像识别技术的核心，它通过训练分类器，使其能够根据提取的特征对图 像进行分类和识别。
详细描述
分类器设计通常采用机器学习算法，如支持向量机、神经网络和决策树等。这些算法通 过训练数据集进行学习，并生成分类器模型，用于对新的未知图像进行分类和识别。
模式识别
总结词
模式识别是图像识别技术的最终目标，它通 过分类器对提取的特征进行分类和识别，实 现对图像的智能理解和处理。
源调查和环境监测。
计算机视觉
为机器人和自动化系统提供视 觉感知能力，用于工业自动化
、自主导航等。
数字图像处理的基本流程
特征提取
从图像中提取感兴趣的区域、 边缘、纹理等特征，为后续分 类或识别提供依据。
图像表示与压缩
将图像转换为易于处理和分析 的表示形式，同时进行数据压 缩，减少存储和传输成本。
预处理
详细描述
模式识别在许多领域都有广泛应用，如人脸 识别、物体识别、车牌识别等。通过模式识 别技术，可以实现自动化监控、智能安防、 智能驾驶等应用。随着深度学习技术的发展 ，模式识别的准确率和鲁棒性得到了显著提 高。
05 数字图像处理中的常用算 法
傅里叶变换算法
傅里叶变换
数字图像处理ppt课件
between 64 to 128 (using function
imagesc).
>>clims=[64,128]
>>imagesc(a,clims)
f. Make a movie from a 4-D image (load mri, make the movie by immovie, then show movie by function movie).
二、实验内容：
使用Photoshop观察数字图像增强的效果； 练习和掌握图像增强的Matlab编程。。 熟悉下列模块函数
Image enhancement. histeq - Read image file. imadust - Adust imae intensity values or colormap.
imshow - Display image.
subimage - Display multiple images in single figure.
truesize - Adjust display size of image.
warp - Display image as texture-mapped surface.
processing.
f. Compare the qualities of two images and
makes a discussion about them.
g. Add noises, such as gaussian, salt&pepper,
speckle noise into the image respectively.
10)选图像Blood、噪声类型Salt & Pepper、滤波器类型Median、邻域3x3，比较原始图像、
《数字图像处理基础》课件
数字图像的表示与存 储方式
讨论数字图像的表示方法，包 括二进制表示、向量图像和光 栅图像等。
第三章：数字图像预处理
1
图像增强
2
探讨图像增强的方法和技术，如直方图
均衡化、增强对比度等。
3
图像边缘检测
4
介绍常用的边缘检测算法，如Sobel、滤波
解释图像滤波的概念和作用，介绍常用 的滤波器及其应用。
《数字图像处理基础》 PPT课件
数字图像处理基础PPT课件将帮助您深入了解数字图像处理的原理、方法和应 用。通过本课程，您将掌握数字图像处理领域的基本概念和技巧，为将来的 进一步学习和应用打下坚实的基础。
第一章：数字图像处理概述
数字图像处理介绍
了解数字图像处理的定义和基本原理，并掌握其在各个领域中的应用。
第五章：数字图像特征提取与识别
图像特征提取
介绍图像特征提取的目的和方 法，如灰度共生矩阵和尺度不 变特征变换（SIFT）。
模板匹配
解释模板匹配的原理和应用， 讨论常见的模板匹配算法。
目标检测
探讨目标检测的技术和方法， 如基于特征的方法和深度学习 方法。
第六章：数字图像处理算法优化
1
图像处理算法优化的意义
图像二值化
讲解图像二值化的原理和算法，介绍基 于阈值的二值化方法。
第四章：数字图像分割
图像分割概述
解释图像分割的概念和作用，并 探讨常见的图像分割方法。
基于边缘分割
介绍基于边缘检测的图像分割方 法，包括Canny边缘检测和Sobel 边缘检测。
基于区域分割
讨论基于区域的图像分割方法， 如区域生长和分水岭算法。
数字图像技术趋势
讨论数字图像处理技术的趋势，如增强现实和虚拟现实的发展。
数字图像处理课件ppt课件
9
• 1.2.3 数字图像处理的特点 • 1．具有数字信号处理技术共有的特点。如： • （1）处理精度高。 • （2）重现性能好。 • （3）灵活性高。 • 2．数字图像处理后的图像可能是供人观察和评价的，也
可能作为机器视觉的预处理结果。 • 3．数字图像处理技术适用面宽。原始模拟图像可以来自
多种信息源，它们可以是可见光图像，也可以是不可见的 波谱图像、超声波图像或红外图像。
1.3 基本的图像处理系统
• 图像处理系统包括
– 图像处理硬件和图像处理软件。
• 1.3.1 图像处理硬件 • 微机图像处理硬件系统主要
– 由图像输入设备、图像运算处理设备（微计算机）、 图像存储器、图像输出设备等组成。
• 软件系统包括
– 操作系统、控制软件及应用软件等。 13
图1.7 基本的数字图像处理系统
统。
• 3．图像处理开发工具
– （1）VC++面向对象可视化集成工具 – （2）MATLAB的图像处理工具箱 – （3）图像应用软件：Photoshop、CorelDRAW、
ACDSee
22
1.4 数字图像处理的应用与发展趋势
• 1.4.1 数字图像处理的应用 • 1．航天和航空技术方面的应用 • 2．生物医学工程方面的应用 • 3．通信工程方面的应用 • 4．工业自动化和机器人视觉方面的应用 • 5．军事和公安方面的应用 • 6．生活和娱乐方面的应用
– 像素（picture element，简称pixel）
• 一幅图像可以用二维矩阵表示。
4
图1.1 自然景物图像
(a)原图
(b)将原图放大4倍
• 图像的数字化包括两个主要步骤：离散和量化
5
• 1.1.2 图像处理的发展简史 • 数字图像处理首次成功地应用在1964年美国
• 1.2.3 数字图像处理的特点 • 1．具有数字信号处理技术共有的特点。如： • （1）处理精度高。 • （2）重现性能好。 • （3）灵活性高。 • 2．数字图像处理后的图像可能是供人观察和评价的，也
可能作为机器视觉的预处理结果。 • 3．数字图像处理技术适用面宽。原始模拟图像可以来自
多种信息源，它们可以是可见光图像，也可以是不可见的 波谱图像、超声波图像或红外图像。
1.3 基本的图像处理系统
• 图像处理系统包括
– 图像处理硬件和图像处理软件。
• 1.3.1 图像处理硬件 • 微机图像处理硬件系统主要
– 由图像输入设备、图像运算处理设备（微计算机）、 图像存储器、图像输出设备等组成。
• 软件系统包括
– 操作系统、控制软件及应用软件等。 13
图1.7 基本的数字图像处理系统
统。
• 3．图像处理开发工具
– （1）VC++面向对象可视化集成工具 – （2）MATLAB的图像处理工具箱 – （3）图像应用软件：Photoshop、CorelDRAW、
ACDSee
22
1.4 数字图像处理的应用与发展趋势
• 1.4.1 数字图像处理的应用 • 1．航天和航空技术方面的应用 • 2．生物医学工程方面的应用 • 3．通信工程方面的应用 • 4．工业自动化和机器人视觉方面的应用 • 5．军事和公安方面的应用 • 6．生活和娱乐方面的应用
– 像素（picture element，简称pixel）
• 一幅图像可以用二维矩阵表示。
4
图1.1 自然景物图像
(a)原图
(b)将原图放大4倍
• 图像的数字化包括两个主要步骤：离散和量化
5
• 1.1.2 图像处理的发展简史 • 数字图像处理首次成功地应用在1964年美国
数字图像处理ppt课件
04
CATALOGUE
特征提取
颜色特征提取
颜色直方图
通过统计图像中不同颜色像素的数量 ，形成颜色直方图作为图像的颜色特 征。该方法简单、有效，适用于不同 光照和视角变化的场景。
颜色矩
利用图像颜色的分布信息，通过计算 一阶矩（均值）、二阶矩（方差）和 三阶矩（偏度）来表示颜色特征。该 方法对颜色突变和噪声不敏感。
数字图像处理 ppt课件
contents
目录
• 数字图像处理简介 • 图像增强 • 图像分割 • 特征提取 • 图像识别 • 数字图像处理的发展趋势与挑战
01
CATALOGUE
数字图像处理简介
数字图像处理定义
01
02
03
数字图像处理
使用计算机对图像进行加 工和分析，以满足各种应 用需求的技术。
纹理特征提取
灰度共生矩阵
通过分析图像中像素灰度值的空间依赖关系，形成共生矩阵，并从中提取出统 计特征，如对比度、能量和相关性等。该方法适用于描述图像的粗糙程度和方 向性。
小波变换
将图像分解成不同频率和方向的小波分量，通过分析小波系数的统计特性来提 取纹理特征。该方法能够有效地表示图像的细节信息和全局结构。
02
CATALOGUE
图像增强
对比度增强
提高图像的明暗对比度，使图像细 节更加清晰可见。
通过调整像素的亮度或对比度，使图 像的明暗区域更加明显，增强图像的 视觉效果。常用的方法包括直方图均 衡化、对比度拉伸等。
锐化处理
突出图像中的边缘和细节，增强图像的清晰度。
通过增强图像中的高频分量，突出显示图像中的边缘和细节，使图像看起来更加 清晰。常用的方法包括拉普拉斯算子、梯度算子等。
数字图像处理技术PPT课件.ppt
数字图像处理技术概述
数字图像处理又称为计算机图像处理，它是指将图像信 号转换成数字信号并利用计算机对其进行处理的过程。
这一过程包括对图像进行增强、除噪、分割、复原、编 码、压缩、提取特征等内容，图像处理技术的产生离不开计 算机的发展、数学的发展以及各个行业的应用需求的增长。 20世纪60年代，图像处理的技术开始得到较为科学的应用， 人们用这种技术进行输出图像的理想化处理。
第一章 图像处理技术概述
4
数字图像处理技术概述 数字图像处理技术特点
1.更好的再现性
数字图像处理与传统的模拟图 像处理相比，不会因为图像处理过 程中的存储、复制或传输等环节引 起图像质量的改变。
3.适用面宽
可以从各个途；径获得数据源， 从显微镜到天文望远镜的图像都可 以进行数字处理。
2.占用的频带更宽
这一点是相对于语言信息而 言的，图像信息比语言信息所占 频带要大好几个数量级，因此图 像信息在实现操作的过程中难度 更大。
4.具有较高的灵活性
只要可以用数学公式和数理 逻辑表达的内容；，几乎都可以用 电子图像来进行表现处理。
第一章 图像处理技术概述
5
过渡页
TRANSITION PAGE
01 图像处理技术概述 0022 图图像像处处理理技技术术发发展展现现状状 03 图像处理技术的利用
之后பைடு நூலகம்年
数字图像处理技术朝着更高深的方向发展，人们开始通过计算 机构建出数字化的人类视觉系统，这项技术被称为图像理解或 计算机视觉。
第二章 图像处理技术发展现状
7
2.2 我国数字图像处理技术的发展
我国在建国之初就展开了计算机技术的研究，而改革开 放以来，我国在计算机数字图像处理技术上的发展进步也是 非常大的，甚至在某些理论研究方面已赶上了世界先进水平。
数字图像处理入门ppt课件
• 关于matlab
– 如何构建一个矩阵？如何取得矩阵中具体一个 元素的值，如何修改一个（块）元素的值？
– 写一个循环程序，遍历整个矩阵，把每个像素 的值做一个变换，如y = 3x+1
– 矩阵的基本运算：加，减，乘，点乘 – 求一个图像的负片，用两种方法（一种是循环
遍历，一种是矩阵运算）实现。
六、图像的基本运算
•减
– C(x,y) = A(x,y) - B(x,y)
• 应用举例
– 显示两幅图像的差异，检测同一场景两幅图像 之间的变化
六、图像的基本运算
• 点乘
– C(x,y) = A(x,y) .* B(x,y)
六、图像的基本运算
•与
– g(x,y) = f(x,y) ∧ h(x,y)
一、数字图像的概念
图像（Image）： 视觉景物的某种形式的表示和记录
我们把数字格式存储的图像称为“数字图像”
“数字”
“模拟”
计算机存储的图片 传统光学照片
数码相机拍摄的图像 传统的电视图像
传感器阵列
模拟图像
三步
数字图像
1.采样 空间离坐标(x,y)的离散化， 确定水平和垂直 方向上的像素个数N、M，f(x,y)→f(m,n)
如何获得图像中第m行n列像素的灰度值？如果是彩色 图像呢？ – 如何吧真彩色图像转换成灰度图像，然后转换成二值 图像？ – 如何得到该图像中灰度值最大（最小）的像素的位置 和取值？如何计算图像的均值？ – 什么是灰度图像的直方图？如何计算灰度图像直方图， 如何显示/直方图反映图像的什么性质？
作业2
图像的直方图
21
不同图像的直方图反映图像的不同特点：
对比度低 对比度高
22
– 如何构建一个矩阵？如何取得矩阵中具体一个 元素的值，如何修改一个（块）元素的值？
– 写一个循环程序，遍历整个矩阵，把每个像素 的值做一个变换，如y = 3x+1
– 矩阵的基本运算：加，减，乘，点乘 – 求一个图像的负片，用两种方法（一种是循环
遍历，一种是矩阵运算）实现。
六、图像的基本运算
•减
– C(x,y) = A(x,y) - B(x,y)
• 应用举例
– 显示两幅图像的差异，检测同一场景两幅图像 之间的变化
六、图像的基本运算
• 点乘
– C(x,y) = A(x,y) .* B(x,y)
六、图像的基本运算
•与
– g(x,y) = f(x,y) ∧ h(x,y)
一、数字图像的概念
图像（Image）： 视觉景物的某种形式的表示和记录
我们把数字格式存储的图像称为“数字图像”
“数字”
“模拟”
计算机存储的图片 传统光学照片
数码相机拍摄的图像 传统的电视图像
传感器阵列
模拟图像
三步
数字图像
1.采样 空间离坐标(x,y)的离散化， 确定水平和垂直 方向上的像素个数N、M，f(x,y)→f(m,n)
如何获得图像中第m行n列像素的灰度值？如果是彩色 图像呢？ – 如何吧真彩色图像转换成灰度图像，然后转换成二值 图像？ – 如何得到该图像中灰度值最大（最小）的像素的位置 和取值？如何计算图像的均值？ – 什么是灰度图像的直方图？如何计算灰度图像直方图， 如何显示/直方图反映图像的什么性质？
作业2
图像的直方图
21
不同图像的直方图反映图像的不同特点：
对比度低 对比度高
22
数字图像处理应用实例ppt课件
军事演习
.
5、公安交通
.
5、公安交通
公共安全
.
数字图像处理应用实例 谢谢观看！
.
数字图像处理应用实例
1、医疗诊断 2、航空及遥感 3、工业检测 4、军事应用 5、公安交通
.
ቤተ መጻሕፍቲ ባይዱ
1、医疗诊断
胸部X射线成像 血管造影图像 头部CT图像
.
1、医疗诊断
超声波成像的例子
.
不同角度的胎 儿成像
甲状腺；受损 肌肉层
1、医疗诊断
三维彩色CT技术
多器官伪彩显示
.
1、医疗诊断
（观察角度变化）
.
2、航天及遥感
月球图像
火星图像
.
2、航天及遥感
飓风的多光谱图像
西藏东南山区雷达图像
.
3、工业检测
电路板； 封装丸剂； 瓶装液体；塑料中气泡； 谷物； 目镜搀杂物
.
3、工业检测
公路损害检测
网裂
.
龟裂
4、军事应用
军事侦察、高精度制导
（夜视红外传感；智能火炮/图像制导视频跟踪；毫米波成像）
.
4、军事应用
.
5、公安交通
.
5、公安交通
公共安全
.
数字图像处理应用实例 谢谢观看！
.
数字图像处理应用实例
1、医疗诊断 2、航空及遥感 3、工业检测 4、军事应用 5、公安交通
.
ቤተ መጻሕፍቲ ባይዱ
1、医疗诊断
胸部X射线成像 血管造影图像 头部CT图像
.
1、医疗诊断
超声波成像的例子
.
不同角度的胎 儿成像
甲状腺；受损 肌肉层
1、医疗诊断
三维彩色CT技术
多器官伪彩显示
.
1、医疗诊断
（观察角度变化）
.
2、航天及遥感
月球图像
火星图像
.
2、航天及遥感
飓风的多光谱图像
西藏东南山区雷达图像
.
3、工业检测
电路板； 封装丸剂； 瓶装液体；塑料中气泡； 谷物； 目镜搀杂物
.
3、工业检测
公路损害检测
网裂
.
龟裂
4、军事应用
军事侦察、高精度制导
（夜视红外传感；智能火炮/图像制导视频跟踪；毫米波成像）
.
4、军事应用
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
I 1 R G B 3
I 2 R B 2
I 3 2G R B 4
I1是最佳特征，I2是次佳特征 变型 I '2 R B I '3 2G R B 2
2.1 面向硬设备的彩色模型
归一化颜色模型： 对观察方向、物体几何、照明方向和亮度 变化具有不变性
1.2 三基色与色匹配
三原色特点：
1. 任意两色的混合不能生成第三色； 2. 人眼所感受到的彩色可认为是三原色 （RGB）的不同组合。 3. 三原色不能组成所有的颜色。
1.2 三基色与色匹配
三色混合/匹配： 相加配对（混合以得到白色和彩色）： C rR + gG + bB R，G，B：三原色 r，g，b：比例系数，r + g + b = 1 计算发光强度时，各个系数取值不同。适 合于现代摄像机和显示器的CIE亮度公式为： Ｙ＝0.2125R+0.7154G+0.0721B
2.1 面向硬设备的彩色模型
CMY模型： 主要用于彩色打印，这三种补色可分别由 从白光中减去三种基色而得到 从CMY到RGB的转换为
R 1 C G 1 M
红色与蓝绿色互补
绿色与品红互补
B 1 Y
蓝色与黄色互补
2.1 面向硬设备的彩色模型
I1，I2，I3模型： 将彩色用RGB的不同组合来表达
1.3 色度图
Y 1.0 520 0.8 510 530
0.6
色度图： (舌形图)
500
0.4
540 550 绿 560 570 黄 580 590 600 C 紫 400 0.4 0.6 0.8 1.0 620 红 700~770 530 X
490 480 470 460 蓝 0.2
0.2
0.0
5.
特点：
非线性 与视觉感知较接近 独立于显示设备
2.2 面向视觉感知的彩色模型
HSI模型：
H 表示色调（hue） S 表示饱和度（saturation） I 表示密度（intensity，亮度和灰度） 两个基本特点： I 分量与图象的彩色信息无关 H 和 S 分量与人感受颜色的方式 紧密相连（合称色度）
2.21. 2. 3. Nhomakorabea面向视觉感知的彩色模型
主要的视觉感知彩色模型：
HSI(hue,saturation,intensity) HCV(hue,chroma,value) HSV(hue,saturation,value) HSB(hue,saturation,brightness) La*b*
4.
1.1 彩色视觉基础
颜色可分为无彩色和有彩色两类。
无彩色指白色、黑色和各种深浅程度不同的灰 色。
有彩色指除去上述黑白系列以外的各种颜色， 通常所说的颜色一般多指彩色 。
1.2 三基色与色匹配
三种基本色(三基色/三原色)： 红（R，red）： 700 nm 绿（G，green）： 546.1 nm 蓝（B，blue）： 435.8 nm 三种补色： 品红（M，magenta，即红加蓝） 蓝绿（C，cyan，即绿加蓝） 黄（Y，yellow，即红加绿）
有利于以视觉感知的“方式”进行图像处理分析
18/48
7.2.2 面向视觉感知的彩色模型
HSI模型表示：
2.2 面向视觉感知的彩色模型
从RGB转换到HSI：
I R G B 3
S 1 3 ( R G B)
1
min( R, G , B )
1 2 {P.169}
引言
1. 彩色视觉和描述 1.1 彩色视觉基础 1.2 三基色与色匹配 1.3 色度图 彩色模型 2.1 面向硬设备的彩色模型 2.2 面向视觉感知的彩色模型 伪彩色增强 真彩色处理 4.1 处理策略 4.2 单分量变换增强 4.3 全彩色增强
2.
3. 4.
彩色图像
彩色图像的特点：
彩色图像彩色图像比黑白和灰度图像包含更多信 息。 人眼对彩色的分辨能力和敏感程度都要比灰度要 强。 彩色图像对场景有更强的描述能力。
X 0.4902 R 0.3099G 0.1999B Y 0.1770 R 0.8123G 0.0107 B Z 0.0000 R 0.0101G 0.9899B
R 2.3635 X 0.8958Y 0.4677 Z G 0.5151X 1.4264Y 0.0887 Z B 0.0052 X 0.0145Y 1.0093Z
1.2 三基色与色匹配
国际照度委员会CIE设想的彩色R，G，B
1.3 色度图
彩色的三种基本特性量： 亮度:即辉度，与物体的反射率成正比。 色调： 与光谱中光的波长相联系(主要颜 色) 饱和度：与一定色调光的纯度有关。 色调和饱和度合起来称为色度 彩色可用辉度和色度共同表示
1.3 色度图
CIE1931 标准色度观察者光谱三刺激值(简 称“CIE1931标准色度观察者”)XYZ与 RGB关系：
RGB模型： 建立在笛卡儿坐标系统里，其中三个轴 分别为R，G，B， 模型的空间是个正方体，原点对应黑色， 离原点最远的顶点对应白色 从黑到白的灰度值分布在从原点到离原 点最远顶点间的连线上，而立方体内其余 各点对应不同的颜色，可用从原点到该点 的矢量表示
2.1 面向硬设备的彩色模型
RGB模型：
1.3 色度图
在色度图中： (1) 每点都对应一种颜色 (2) 边界上的点代表纯颜色，中心点处纯度 为零 (3) 连接任意两端点，其上的各点表示将这 两端 点所代表的颜色相加可组成的一种 颜色 (4) 过C点直线端点的两彩色为互补色 (5) 三角形包含由三顶点可组成的彩色
2.1 面向硬设备的彩色模型
(R G) 2 l1 ( R, G, B) ( R G ) 2 ( R B) 2 (G B) 2 ( R B) 2 l 2 ( R, G , B ) ( R G ) 2 ( R B) 2 (G B ) 2
(G B) 2 l3 ( R, G, B) ( R G) 2 ( R B) 2 (G B) 2
I 2 R B 2
I 3 2G R B 4
I1是最佳特征，I2是次佳特征 变型 I '2 R B I '3 2G R B 2
2.1 面向硬设备的彩色模型
归一化颜色模型： 对观察方向、物体几何、照明方向和亮度 变化具有不变性
1.2 三基色与色匹配
三原色特点：
1. 任意两色的混合不能生成第三色； 2. 人眼所感受到的彩色可认为是三原色 （RGB）的不同组合。 3. 三原色不能组成所有的颜色。
1.2 三基色与色匹配
三色混合/匹配： 相加配对（混合以得到白色和彩色）： C rR + gG + bB R，G，B：三原色 r，g，b：比例系数，r + g + b = 1 计算发光强度时，各个系数取值不同。适 合于现代摄像机和显示器的CIE亮度公式为： Ｙ＝0.2125R+0.7154G+0.0721B
2.1 面向硬设备的彩色模型
CMY模型： 主要用于彩色打印，这三种补色可分别由 从白光中减去三种基色而得到 从CMY到RGB的转换为
R 1 C G 1 M
红色与蓝绿色互补
绿色与品红互补
B 1 Y
蓝色与黄色互补
2.1 面向硬设备的彩色模型
I1，I2，I3模型： 将彩色用RGB的不同组合来表达
1.3 色度图
Y 1.0 520 0.8 510 530
0.6
色度图： (舌形图)
500
0.4
540 550 绿 560 570 黄 580 590 600 C 紫 400 0.4 0.6 0.8 1.0 620 红 700~770 530 X
490 480 470 460 蓝 0.2
0.2
0.0
5.
特点：
非线性 与视觉感知较接近 独立于显示设备
2.2 面向视觉感知的彩色模型
HSI模型：
H 表示色调（hue） S 表示饱和度（saturation） I 表示密度（intensity，亮度和灰度） 两个基本特点： I 分量与图象的彩色信息无关 H 和 S 分量与人感受颜色的方式 紧密相连（合称色度）
2.21. 2. 3. Nhomakorabea面向视觉感知的彩色模型
主要的视觉感知彩色模型：
HSI(hue,saturation,intensity) HCV(hue,chroma,value) HSV(hue,saturation,value) HSB(hue,saturation,brightness) La*b*
4.
1.1 彩色视觉基础
颜色可分为无彩色和有彩色两类。
无彩色指白色、黑色和各种深浅程度不同的灰 色。
有彩色指除去上述黑白系列以外的各种颜色， 通常所说的颜色一般多指彩色 。
1.2 三基色与色匹配
三种基本色(三基色/三原色)： 红（R，red）： 700 nm 绿（G，green）： 546.1 nm 蓝（B，blue）： 435.8 nm 三种补色： 品红（M，magenta，即红加蓝） 蓝绿（C，cyan，即绿加蓝） 黄（Y，yellow，即红加绿）
有利于以视觉感知的“方式”进行图像处理分析
18/48
7.2.2 面向视觉感知的彩色模型
HSI模型表示：
2.2 面向视觉感知的彩色模型
从RGB转换到HSI：
I R G B 3
S 1 3 ( R G B)
1
min( R, G , B )
1 2 {P.169}
引言
1. 彩色视觉和描述 1.1 彩色视觉基础 1.2 三基色与色匹配 1.3 色度图 彩色模型 2.1 面向硬设备的彩色模型 2.2 面向视觉感知的彩色模型 伪彩色增强 真彩色处理 4.1 处理策略 4.2 单分量变换增强 4.3 全彩色增强
2.
3. 4.
彩色图像
彩色图像的特点：
彩色图像彩色图像比黑白和灰度图像包含更多信 息。 人眼对彩色的分辨能力和敏感程度都要比灰度要 强。 彩色图像对场景有更强的描述能力。
X 0.4902 R 0.3099G 0.1999B Y 0.1770 R 0.8123G 0.0107 B Z 0.0000 R 0.0101G 0.9899B
R 2.3635 X 0.8958Y 0.4677 Z G 0.5151X 1.4264Y 0.0887 Z B 0.0052 X 0.0145Y 1.0093Z
1.2 三基色与色匹配
国际照度委员会CIE设想的彩色R，G，B
1.3 色度图
彩色的三种基本特性量： 亮度:即辉度，与物体的反射率成正比。 色调： 与光谱中光的波长相联系(主要颜 色) 饱和度：与一定色调光的纯度有关。 色调和饱和度合起来称为色度 彩色可用辉度和色度共同表示
1.3 色度图
CIE1931 标准色度观察者光谱三刺激值(简 称“CIE1931标准色度观察者”)XYZ与 RGB关系：
RGB模型： 建立在笛卡儿坐标系统里，其中三个轴 分别为R，G，B， 模型的空间是个正方体，原点对应黑色， 离原点最远的顶点对应白色 从黑到白的灰度值分布在从原点到离原 点最远顶点间的连线上，而立方体内其余 各点对应不同的颜色，可用从原点到该点 的矢量表示
2.1 面向硬设备的彩色模型
RGB模型：
1.3 色度图
在色度图中： (1) 每点都对应一种颜色 (2) 边界上的点代表纯颜色，中心点处纯度 为零 (3) 连接任意两端点，其上的各点表示将这 两端 点所代表的颜色相加可组成的一种 颜色 (4) 过C点直线端点的两彩色为互补色 (5) 三角形包含由三顶点可组成的彩色
2.1 面向硬设备的彩色模型
(R G) 2 l1 ( R, G, B) ( R G ) 2 ( R B) 2 (G B) 2 ( R B) 2 l 2 ( R, G , B ) ( R G ) 2 ( R B) 2 (G B ) 2
(G B) 2 l3 ( R, G, B) ( R G) 2 ( R B) 2 (G B) 2